可解释人工智能胚胎选择系统
人工智能辅助胚胎选择
更精准
临床证明可显著提高着床率（80.87% 对 68.15%）。2023 年 12 月发表于 RBMO，第47卷，第6期。
更简单
基于 Web 的用户界面，旨在轻松访问。多个用户同时操作，无需安装额外的软件。
更安全
适用于独立的 AI 盒子，以确保数据安全。研发、生产遵循 ISO-13485 和其他质量管理体系。
更通用
与越来越多的广泛使用的培养箱配合使用，例如 ASTEC CCM-iBIS、Vitrolife EmbryoScope、ESCO MIRI 等。
安全且可解释的人工智能
胚胎质量的人工评估在主观性和一致性方面存在重大问题。人工智能可以帮助避免此类错误并减少胚胎学家的工作量。
从道德和法律的角度来看，医生最终要对胚胎选择结果负责。因此，如果 AI 要协助胚胎选择，则必须采用透明且可解释的 AI 模型。
囊胚阶段的质量评估
根据形态学特征，在第 5 天进行囊胚特征的定量评估，并对同一患者的囊胚质量进行评分和排序。
卵裂阶段的质量评估
评估第 3 天的胚胎质量并预测发育潜力。该算法考虑了前三天的形态动力学和形态特征。
自动注释发育参数
在整个周期中自动标记发展时刻以捕获特殊事件。协助胚胎学家建立评价体系，更好地选择胚胎。
该领域的全球首个前瞻性临床研究。
研究报告于2023年12月在《人类生殖与胚胎学杂志》（Reproductive Biomedicine Online, RBMO）第47卷第6期中发表。
妊娠率方面，人工智能（AI）对比手动组为 80.87% vs. 68.15%
活产率方面，人工智能（AI）对比手动组为 70.43% vs. 62.22%